Notice bibliographique
Résumé
BACKGROUND: Gastrointestinal microbiota can be influenced by several factors, including diet and systemic inflammation, and in turn could act as a modulator of the allergic response. Fecal microbiota of horses with asthma has not been described. HYPOTHESIS/OBJECTIVES: Analyze the bacterial fecal microbiota of horses with and without asthma under different environment and diet conditions, during both remission and exacerbation. METHODS: Prospective observational study. Feces from 6 asthmatic and 6 healthy horses were collected under 3 different conditions: on pasture, housed indoors receiving good quality hay ("good hay"), and housed indoors receiving poor quality hay ("dusty hay"). Sequencing was performed using an Illumina MiSeq platform and data were processed using the software mothur v.1.41.3 and LEfSe. RESULTS: In horses with asthma, low-abundance bacteria were more affected by changes in environment and diet (ie, when horses were experiencing an exacerbation), as shown by changes in membership and results from the LEfSe analysis. There was a significant increase in the relative abundance of Fibrobacter in healthy horses eating hay, a change that was not observed in horses with asthma. CONCLUSIONS AND CLINICAL IMPORTANCE: The intestinal microbiota of horses with asthma does not adapt in the same way to changes in diet and environment compared to the microbiota of healthy horses. Mechanisms explaining how airway obstruction and inflammation could influence the intestinal microbiota and how in turn this microbiota could modulate systemic inflammation in asthmatic horses deserves further investigation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».